Polosupervizované Naive Bayes
Polosupervizované Naive Bayes rozširuje klasický generatívny model Naive Bayes tak, aby využíval rozsiahle súbory neoznačených dát spolu s malou množinou označených dát. Pomocou algoritmu Expectation-Maximization iteratívne odhaduje mäkké priradenia tried pre neoznačené príklady a znovu odhaduje parametre tried a príznakov, čím poskytuje podstatne lepšie klasifikátory, keď sú označené príklady nedostatkové.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text Classification from Labeled and Unlabeled Documents using EM. Machine Learning, 39(2–3), 103–134. DOI: 10.1023/A:1007692713085 ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/sk/machine-learning/semi-supervised-naive-bayes
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Logistická regresiaŠtatistika vo výskume↔ compare
- Naive BayesStrojové učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
- Semi-supervised Support Vector MachineStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →